model-compatibility

ComfyUI 模型兼容性矩阵

Stable Diffusion 1.5（SD 1.5）

概述

最初广泛采用的 Stable Diffusion 模型。拥有庞大的微调模型、LoRA、ControlNet 和嵌入生态。它仍是兼容性最高、最轻量的模型系列。

配置

参数	值
加载器	CheckpointLoaderSimple
原生分辨率	512x512
支持的分辨率	512x512、512x768、768x512、768x768（部分微调模型）
VAE	内置或外置（vae-ft-mse-840000-ema-pruned.safetensors）
CLIP	单个 CLIP-L（检查点中的输出索引 1）
文本编码器节点	CLIPTextEncode
CFG 范围	7-12（常用：7.5）
负面提示词	支持——对质量非常重要
步数	20-30（标准采样器）
采样器	所有标准采样器：euler、euler_ancestral、dpmpp_2m、dpmpp_sde、ddim
调度器	normal、karras
去噪强度	1.0（文生图）、0.5-0.8（图生图）
显存（FP16）	~2-3GB

工作流模式

CheckpointLoaderSimple → MODEL(0), CLIP(1), VAE(2)
  CLIP(1) → CLIPTextEncode (positive) → CONDITIONING
  CLIP(1) → CLIPTextEncode (negative) → CONDITIONING
EmptyLatentImage (width=512, height=512) → LATENT
KSampler (cfg=7.5, steps=20, sampler="euler", scheduler="normal") → LATENT
VAEDecode → IMAGE
SaveImage

VAE 说明

• 大多数 SD 1.5 检查点都内置了 VAE，但效果往往一般
• 建议：使用外置的 vae-ft-mse-840000-ema-pruned.safetensors，以获得更准确的色彩
• 通过 VAELoader 节点加载，并连接到 VAEDecode
• FP16 VAE 处理某些图像时可能产生 NaN。FP32 VAE 更稳定

ControlNet 兼容性

SD 1.5 拥有最大的 ControlNet 生态：

ControlNet	模型文件模式	说明
Canny	control_v11p_sd15_canny	边缘检测
Depth	control_v11f1p_sd15_depth	深度图
OpenPose	control_v11p_sd15_openpose	骨架／姿势
Scribble	control_v11p_sd15_scribble	手绘线条
Lineart	control_v11p_sd15_lineart	清晰线条
Softedge	control_v11p_sd15_softedge	柔和边缘（HED）
Normal	control_v11p_sd15_normalbae	法线图
Seg	control_v11p_sd15_seg	语义分割
Tile	control_v11f1e_sd15_tile	分块／放大引导
Inpaint	control_v11p_sd15_inpaint	局部重绘引导
IP-Adapter	ip-adapter_sd15	图像提示

LoRA 兼容性

• SD 1.5 LoRA 只能与 SD 1.5 基础模型配合使用
• 格式：models/loras/ 中的 .safetensors
• 加载器：LoraLoader 节点，连接在检查点与 CLIPTextEncode 之间
• 强度范围：0.5-1.0（过高可能导致瑕疵）

---

SDXL（Stable Diffusion XL）

概述

相较于 SD 1.5 的重大升级，采用双 CLIP 编码器，原生分辨率更高，对提示词的理解也更好。包含 Turbo 和 Lightning 变体，可实现快速生成。

配置 — SDXL 1.0（基础版）

参数	值
加载器	CheckpointLoaderSimple
原生分辨率	1024x1024
支持的分辨率	1024x1024、832x1216、1216x832、896x1152、1152x896、768x1344、1344x768
VAE	内置（SDXL 集成的 VAE 效果良好）
CLIP	双 CLIP：CLIP-L + CLIP-G
文本编码器节点	CLIPTextEncode（统一）或 CLIPTextEncodeSDXL（分别使用 G/L）
CFG 范围	5-10（常用：7.0）
负面提示词	支持——重要性中等
步数	20-40
采样器	euler、euler_ancestral、dpmpp_2m、dpmpp_sde
调度器	normal、karras
去噪强度	1.0（文生图）、0.5-0.8（图生图）
显存（FP16）	~6-7GB

配置 — SDXL Turbo

参数	值
加载器	CheckpointLoaderSimple
分辨率	512x512（针对较低分辨率进行了优化）
CFG	1.0-2.0
步数	1-4
采样器	euler_ancestral
调度器	normal
负面提示词	极少或留空
去噪强度	1.0

配置 — SDXL Lightning

参数	值
加载器	CheckpointLoaderSimple + LoraLoader（Lightning LoRA）
分辨率	1024x1024
CFG	1.0-2.0
步数	4-8（与 Lightning 变体匹配：2 步、4 步、8 步）
采样器	euler
调度器	sgm_uniform
负面提示词	留空或尽量简短
特别说明	需要与步数匹配的 Lightning LoRA

SDXL Refiner

可选的 SDXL Refiner 模型会进行第二轮处理，以改善精细细节：

CheckpointLoaderSimple (base) → KSampler (steps=25, start=0, end=20)
CheckpointLoaderSimple (refiner) → KSampler (steps=25, start=20, end=25)

• Refiner 使用带有 start_at_step 和 end_at_step 的 KSamplerAdvanced
• 通常先用基础模型处理 80% 的步数，再用 Refiner 处理最后 20%
• Refiner 检查点：sd_xl_refiner_1.0.safetensors

工作流模式

CheckpointLoaderSimple → MODEL(0), CLIP(1), VAE(2)
  CLIP(1) → CLIPTextEncode (positive) → CONDITIONING
  CLIP(1) → CLIPTextEncode (negative) → CONDITIONING
EmptyLatentImage (width=1024, height=1024) → LATENT
KSampler (cfg=7.0, steps=25, sampler="dpmpp_2m", scheduler="karras") → LATENT
VAEDecode → IMAGE
SaveImage

ControlNet 兼容性

SDXL ControlNet 与 SD 1.5 ControlNet 不同：

ControlNet	模型文件模式	备注
Canny	control-lora-canny-rank256 或 diffusers_xl_canny	通常基于 LoRA
Depth	control-lora-depth-rank256 或 diffusers_xl_depth
T2I-Adapter	t2i-adapter-*-sdxl	更轻量的 ControlNet 替代方案
IP-Adapter	ip-adapter_sdxl	图像提示适配器
InstantID	instantid-*	专用于人脸

LoRA 兼容性

• SDXL LoRA 只能与 SDXL 基础模型搭配使用，不能与 SD 1.5 搭配使用
• 与 SD 1.5 使用相同的 LoraLoader 节点
• Lightning LoRA 是可实现少步数生成的 SDXL LoRA

---

Flux (Flux.1)

概述

Black Forest Labs 的模型，配备 T5-XXL 文本编码器。无需负面提示词即可生成高质量图像。提供 schnell（快速）和 dev（高质量）两个变体。

配置 — Flux Schnell

参数	值
加载器	CheckpointLoaderSimple（单文件），或 DualCLIPLoader + UNETLoader + VAELoader（拆分加载）
原生分辨率	1024x1024（宽高比灵活）
支持的分辨率	灵活：512x512 至 2048x2048，支持任意宽高比
VAE	独立的 Flux VAE（ae.safetensors），不能与 SD 模型共用
CLIP	通过 DualCLIPLoader 加载 T5-XXL + CLIP-L
文本编码器节点	CLIPTextEncode（单个组合节点）
CFG	1.0（必须为 1.0；更高值会导致严重伪影）
负面提示词	无——不要连接负面条件输入
步数	4
采样器	euler
调度器	simple 或 sgm_uniform
降噪	1.0
显存（FP16）	约 24GB（FP8：约 12GB）

配置 — Flux Dev

参数	值
除以下项目外与 Schnell 相同：
步数	20-50（通常为 30）
调度器	sgm_uniform
显存（FP16）	约 24GB（FP8：约 12GB）

加载方式

方式 1：单个检查点（最简单）

CheckpointLoaderSimple (ckpt_name="flux1-schnell.safetensors")
  → MODEL(0), CLIP(1), VAE(2)

方式 2：拆分组件（FP8 推荐）

UNETLoader (unet_name="flux1-schnell-fp8.safetensors") → MODEL
DualCLIPLoader (clip_name1="t5xxl_fp16.safetensors", clip_name2="clip_l.safetensors", type="flux") → CLIP
VAELoader (vae_name="ae.safetensors") → VAE

重要规则

• CFG 必须为 1.0。 Flux 使用模型中内置的引导，而非无分类器引导
• 不要使用负面提示词。 留空，或完全不连接负面输入
• 必须使用独立 VAE。 Flux 使用自己的 VAE（ae.safetensors），不能使用 SD VAE
• 对于 24GB 显卡，强烈建议使用 FP8。FP16 Flux 几乎会占满 24GB 显存
• T5-XXL 编码器可以使用 FP8 加载，以进一步节省显存
• Kitchen 量化列（此 GPU）： kitchen 的 action:"status" 会报告 gpu.fp8（SM ≥ 8.9，Ada）、gpu.nvfp4 和 gpu.mxfp8（SM ≥ 10.0，Blackwell）。当存在 kitchen 时，使用未量化文件并设置 weight_dtype: default 的 UNETLoader，其 kitchen 的 action:"assess" 推荐结果为 fp8_unet_fast（设置 fp8_e4m3fn_fast）。如果磁盘上有 NVFP4 同系列文件，则推荐 nvfp4_swap。状态报告中会列出 MXFP8，但在加载器路径支持它之前不会推荐。

工作流模式

UNETLoader (flux fp8) → MODEL
DualCLIPLoader (t5xxl + clip_l, type="flux") → CLIP
VAELoader (ae.safetensors) → VAE

CLIPTextEncode (positive prompt) → CONDITIONING
  (no negative CLIPTextEncode needed)

EmptyLatentImage (width=1024, height=1024) → LATENT

KSampler (cfg=1.0, steps=4, sampler="euler", scheduler="simple") → LATENT
VAEDecode (vae from VAELoader) → IMAGE
SaveImage

ControlNet 兼容性

Flux ControlNet 是特定于模型的：

ControlNet	说明
Flux ControlNet (Canny)	专为 Flux 兼容的 ControlNet
Flux ControlNet (Depth)	专为 Flux 兼容的 ControlNet
InstantX ControlNets	社区提供的 Flux ControlNet
Flux IP-Adapter	Flux 的图像提示

SD 1.5 和 SDXL ControlNet 不适用于 Flux。

LoRA 兼容性

• Flux LoRA 仅适用于 Flux 模型
• 通常与 SD 模型一样通过 LoraLoader 加载
• Flux LoRA 生态规模小于 SD 1.5/SDXL，但正在发展
• 某些 Flux LoRA 需要特定的触发词

---

Stable Diffusion 3 / 3.5 (SD3)

概述

Stability AI 的新一代模型，采用三重 CLIP 架构。通过 T5-XXL 提升提示词遵循能力，并支持更长的提示词。

配置

参数	值
加载器	CheckpointLoaderSimple 或三重 CLIP 加载器
原生分辨率	1024x1024
VAE	内置（集成）
CLIP	三重：CLIP-L + CLIP-G + T5-XXL
文本编码器节点	CLIPTextEncode 或 CLIPTextEncodeSD3
CFG 范围	4-7（典型值：5.0）
负面提示词	极少——SD3 几乎不需要负面引导
步数	20-30
采样器	euler、dpmpp_2m
调度器	sgm_uniform、normal
去噪	1.0（txt2img）
Shift	某些采样器支持 SD3 的 shift 参数
VRAM（FP16）	约 12GB（不含 T5-XXL：约 6GB）

三重 CLIP 加载

CheckpointLoaderSimple → MODEL(0), CLIP(1), VAE(2)

或者单独控制 CLIP：

DualCLIPLoader (clip_l + clip_g) → CLIP
CLIPLoader (t5xxl) → CLIP

与 SD 1.5/SDXL 的主要区别

• 文本渲染能力显著更强
• 更善于处理空间关系（“猫在左边，狗在右边”）
• T5-XXL 支持较长且详细的提示词（无需担心 77 个 token 的限制）
• CFG 值较低（4-7，而非 7-12）
• 几乎不需要负面提示词
• 采样时的 shift 参数会影响噪声调度

ControlNet 兼容性

• SD3 专用 ControlNet 有限
• 请确认社区提供的 ControlNet 是否兼容 SD3
• SD 1.5 和 SDXL ControlNet 不适用于 SD3

---

LTXV（视频模型）

概述

用于文本生成视频和图像生成视频的潜空间视频扩散模型。对 VRAM 要求较高。

配置

参数	值
加载器	专用视频检查点加载器（因节点包而异）
分辨率	每帧 512x512 或 768x768（取决于模型）
帧数	16-64（取决于 VRAM）
FPS	8-24
VRAM	FP16 需要 20GB 以上，FP8 约 6-10GB
重要警告	24GB VRAM 可能发生 OOM——务必使用 FP8 量化模型

VRAM 管理

• 24GB 显卡务必使用 FP8 量化模型
• 如果仍然发生 OOM，请减少帧数
• 降低分辨率会有很大帮助
• 关闭其他占用 GPU 的应用程序
• 可考虑为 ComfyUI 使用 --lowvram 标志

---

跨模型系列兼容性规则

LoRA 兼容性

LoRA 特定于模型系列，不能互换使用：

LoRA 训练对象	适用对象	不适用对象
SD 1.5	SD 1.5 及其微调模型	SDXL、Flux、SD3
SDXL	SDXL 及其微调模型	SD 1.5、Flux、SD3
Flux	仅限 Flux 模型	SD 1.5、SDXL、SD3
SD3	仅限 SD3/3.5 模型	SD 1.5、SDXL、Flux

将 LoRA 用于错误的基础模型会生成劣质图像或导致错误。

ControlNet 兼容性

ControlNet 也特定于模型系列：

ControlNet 训练对象	适用对象	不适用对象
SD 1.5（v1.1 系列）	SD 1.5 基础模型及微调模型	SDXL、Flux、SD3
SDXL	SDXL 基础模型及微调模型	SD 1.5、Flux、SD3
Flux	仅限 Flux 模型	SD 1.5、SDXL、SD3

VAE 兼容性

VAE	兼容的模型	备注
vae-ft-mse-840000-ema-pruned	SD 1.5 系列	SD 1.5 的最佳外部 VAE
SDXL 内置 VAE	SDXL 系列	质量良好，无需外部 VAE
sdxl_vae.safetensors	SDXL 系列	外部 SDXL VAE 选项
ae.safetensors（Flux VAE）	仅 Flux	Flux 必需，与 SD 不兼容
SD3 内置 VAE	SD3 系列	已集成，无需外部 VAE

规则：切勿混用不同模型系列的 VAE。使用 SD 1.5 VAE 解码 Flux 潜变量会产生乱码。

Embedding/文本反演兼容性

Embedding 类型	兼容的模型
SD 1.5 embeddings	仅 SD 1.5 系列
SDXL embeddings	仅 SDXL 系列
Flux/SD3	通常不使用传统 embeddings

采样器/调度器兼容性

大多数采样器都适用于所有模型，但某些组合效果最佳：

模型	最佳采样器	最佳调度器	备注
SD 1.5	euler_ancestral、dpmpp_2m	karras、normal	所有标准采样器均可使用
SDXL	dpmpp_2m、euler	karras、normal	与 SD 1.5 相同
SDXL Turbo	euler_ancestral	normal	必须使用 1-4 步
SDXL Lightning	euler	sgm_uniform	步数必须与 LoRA 匹配
Flux Schnell	euler	simple	仅 4 步
Flux Dev	euler	sgm_uniform	20-50 步
SD3	euler、dpmpp_2m	sgm_uniform、normal	需要较低的 CFG

快速决策指南

选择模型

用例	推荐模型	原因
最大程度获得生态系统/社区支持	SD 1.5	LoRA、ControlNet 和 embedding 最多
高质量且良好的提示词遵循能力	SDXL	质量与生态系统的最佳平衡
最快生成速度	SDXL Turbo/Lightning	1-4 步
最强提示词理解能力	Flux Dev	T5-XXL 编码器，支持自然语言
速度快且质量好	Flux Schnell	4 步，无需负面提示词
图像中的文字	SD3.5	文字渲染效果最佳
显存较低（<6GB）	SD 1.5	显存占用最小
视频生成	LTXV / AnimateDiff	唯一可用于视频的选项

选择分辨率

模型	最低	推荐	最高（24GB 显存下发生 OOM 之前）
SD 1.5	256x256	512x512	768x768
SDXL	512x512	1024x1024	1536x1536
Flux (FP8)	512x512	1024x1024	2048x2048
Flux (FP16)	512x512	1024x1024	1024x1024（紧张）
SD3	512x512	1024x1024	1536x1536

低于推荐分辨率会产生模糊或低质量的结果。高于最高分辨率则可能导致 OOM 错误或画质下降（平铺伪影）。

来源

• 官方： 未找到供应商配对矩阵。ComfyUI comfy/model_management.py 中的硬件能力判断：supports_fp8_compute、supports_nvfp4_compute、supports_mxfp8_compute；nodes.py 中 UNETLoader 的 weight_dtype。
• 经验总结： 基础模型、VAE 和 CLIP 的配对规则来自对加载失败情况的观察。